Raspberry PiのPython3でMecabを使う

テキストマイニングするときに、日本語の場合はまず文章を名詞や形容詞などの品詞単位に分解する必要がある。それをすることを形態素解析と言い、形態素解析エンジンのひとつがMecab。Raspberry PiのPython3でMecabを利用して形態素解析をしてみる。

環境

Raspberry PiとRaspbian Jessie。
$ cat /etc/issue Raspbian GNU/Linux 8 \n \l $ python3 -V Python 3.4.2

Mecabのインストール

MecabのインストールはMeCab: Yet Another Part-of-Speech and Morphological Analyzerの方法に従って行う。ここでは/etc/src/にソースファイルをダウンロードしてインストールする。

$ cd /usr/src/ $ sudo curl -L -o mecab-0.996.tar.gz 'https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7cENtOXlicTFaRUE' $ sudo tar xvf mecab-0.996.tar.gz $ cd mecab-0.996 $ sudo ./configure $ sudo make $ sudo make check $ sudo make install

IPA辞書のインストール

Mecabで使うIPA辞書をインストールする。こちらも/etc/src/にソースファイルをダウンロードするが、デフォルト文字コードはeucなので、configureのオプションでutf-8を指定する。
$ cd /usr/src/ $ sudo curl -L -o mecab-ipadic-2.7.0-20070801.tar.gz 'https://drive.google.com/uc?export=download&id=0B4y35FiV1wh7MWVlSDBCSXZMTXM' $ sudo tar xzvf mecab-ipadic-2.7.0-20070801.tar.gz $ cd mecab-ipadic-2.7.0-20070801/ $ sudo ./configure --with-charset=utf8 $ sudo make

しかし、libmecab.so.2が開けないと言われてmakeが失敗する。
... /usr/local/libexec/mecab/mecab-dict-index -d . -o . -f EUC-JP -t utf8 /usr/local/libexec/mecab/mecab-dict-index: error while loading shared libraries: libmecab.so.2: cannot open shared object file: No such file or directory Makefile:253: recipe for target 'matrix.bin' failed make: *** [matrix.bin] Error 127

libmecab.so.2を探すと、存在はしている。
$ sudo find / -name libmecab.so.2 /usr/local/lib/libmecab.so.2 /usr/src/mecab-0.996/src/.libs/libmecab.so.2

makeの共有ライブラリへの依存関係を表示。/lib/arm-linux-gnueabihf/にlibmecab.so.2があればうまくいきそう。
$ which make /usr/bin/make $ ldd /usr/bin/make /usr/lib/arm-linux-gnueabihf/libarmmem.so (0xb6f60000) libdl.so.2 => /lib/arm-linux-gnueabihf/libdl.so.2 (0xb6f46000) libc.so.6 => /lib/arm-linux-gnueabihf/libc.so.6 (0xb6e05000) /lib/ld-linux-armhf.so.3 (0x7f615000)

シンボリックリンクを作成。
$ sudo ln -s /usr/local/lib/libmecab.so.2 /lib/arm-linux-gnueabihf/libmecab.so.2

再度makeするとエラーなく完了。
$ sudo make $ sudo make install

Mecabの動作確認

文章をかわち書き（語と語を空白で区切った書き方）してみる。まずは以下のコマンドを入力。
$ mecab -O wakati
さらに「隣の客はよく柿食う客だ」と入力すると、以下のような結果が得られる。
隣 の 客 は よく 柿 食う 客 だ

Pythonラッパーのインストール

MecabをPython3で利用するのに必要なラッパーをインストールする。
$ sudo pip3 install mecab-python3

Python3でMecabを使う

以下のコードを用意。

import MeCab

m = MeCab.Tagger()
print(m.parse('隣の客はよく柿食う客だ'))

Python3で実行する。
$ python3 m.py 隣 名詞,一般,*,*,*,*,隣,トナリ,トナリ の 助詞,連体化,*,*,*,*,の,ノ,ノ 客 名詞,一般,*,*,*,*,客,キャク,キャク は 助詞,係助詞,*,*,*,*,は,ハ,ワ よく 副詞,一般,*,*,*,*,よく,ヨク,ヨク 柿 名詞,一般,*,*,*,*,柿,カキ,カキ 食う 動詞,自立,*,*,五段・ワ行促音便,基本形,食う,クウ,クウ 客 名詞,一般,*,*,*,*,客,キャク,キャク だ 助動詞,*,*,*,特殊・ダ,基本形,だ,ダ,ダ EOS